Robot yol planlaması için gri kurt optimizasyon algoritması

Abstract

Yol planlama problemi, mobil robot çalışmalarında önemli bir rol oynamaktadır. Robot sistemlerinde, robotun yolunu bir noktadan diğerine planlamak için farklı teknikler kullanılmaktadır. Yol planlama probleminde ana amaç, bir robotun engeller bulunan bir ortamda, başlangıç konumundan hedef konumuna kadar engellere çarpmadan en kısa yolu bulmaktır. Bu çalışmada, Gri Kurt Optimizasyon algoritması robot yol planlama problemine uyarlanmıştır. Gri Kurt Optimizasyon algoritması (Gray Wolf Optimizer-GWO), doğadaki gri kurtların avlanma davranışını ve sosyal liderliğini taklit eder. Liderlik hiyerarşisi dört gruptan oluşur. Bunlar alfa, beta, delta ve omega gruplarıdır. Bu algoritmada avlanma mekanizması üç aşamadan meydana gelir. Bunlar avı aramak, avı kuşatmak ve ava saldırmak. Robot yol planlamasının test çalışmalarında, üç, dört ve beş dairesel engelli haritalar kullanılmıştır. Yol planlamasında aday çözümler bulunurken, başlangıç ve hedef noktalar arasında üç koordinat noktası kullanılmıştır. Her yinelemede, bu koordinat noktaları GWO algoritması tarafından çözüme daha yakın olacak şekilde güncellenir. Çözüm noktası engel bölgesinde ise, maliyet fonksiyonuna ihlal değeri eklenir. Bu tez çalışmasında, GWO algoritmasının performansı, robot yol planlama problemini çözmek için diğer meta-sezgisel algoritmalarla beraber değerlendirilmiştir. GWO algoritması ile elde edilen sonuçlar, kullanılan test haritası için en uygun yolun bulunduğunu göstermektedir.The path planning problem plays an important role in mobile robot work. Robot systems use different techniques to plan the path of the robot from one point to another. The main purpose of the path planning problem is to find the shortest path that a robot does not hit obstacles from the start position to the target position in an environment with obstacles. In this study, the Gray Wolf Optimization algorithm is adapted to the robot path planning problem. The Gray Wolf Optimizer (GWO) mimics the hunting behavior and social leadership of gray wolves in nature. The leadership hierarchy consists of four groups. These are alpha, beta, delta and omega groups. In this algorithm, the hunting mechanism comprises in three stages. These are searching for prey, encircling prey and attacking prey. Three, four, and five circular disabled maps were used in the test work of robot path planning. While there are candidate solutions in the path planning, three coordinate points are used between the start and destination points. At each iteration, these coordinate points are updated to be closer to the solution by the GWO algorithm. If the solution point is in the obstacle area, the value of the infringement is added to the cost function. In this thesis study, the performance of the GWO algorithm is evaluated together with other meta-heuristic algorithms to solve the robot path planning problem. The results obtained with the GWO algorithm show that the most suitable path is used for the test map used.